实体
DeepSearch-World
DeepSearch-World
PulseAugur coverage of DeepSearch-World — every cluster mentioning DeepSearch-World across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架使 AI 代理能够在可验证的 Web 环境中自我改进
研究人员推出了 DeepSearch-Evolve，这是一个在 DeepSearch-World 环境中训练 Web 代理的自蒸馏框架。该框架旨在通过使代理能够从自身经验中改进，超越固定轨迹或弱强化学习信号，来克服代理训练中的挑战。DeepSearch-World 提供了一个可验证且确定性的环境，并支持可复现的工具，支持代理行为，如进度验证和故障恢复。使用此方法在没有外部蒸馏的情况下训练的 DeepSearch-World-9B 模型…
-
DeepSearch-Evolve 框架通过在可验证环境中进行自我蒸馏来训练网络代理
研究人员推出了 DeepSearch-Evolve，一个用于训练网络代理的自我蒸馏框架。该框架利用 DeepSearch-World，一个包含 420,000 个多跳问答任务的可验证环境。该系统支持进度验证和故障恢复等代理行为，使代理能够从自身经验中改进，而无需依赖外部模型。使用此方法训练的 DeepSearch-World-9B 模型在 BrowseComp 和 HotpotQA 等基准测试中表现出竞争力。